மரபணு பொறியியலில் முன்னேற்றங்கள்
திறந்த அணுகல்

சுருக்கம்

BEERT ஐப் பயன்படுத்தி கேள்விக்கு பதிலளிக்கும் முறைமை செயலாக்கமாக வழக்கமான AI

அர்பிதா குப்தா

உரையாடல் AI என்பது செய்தியிடல் பயன்பாடுகள் அல்லது மெய்நிகர் உதவியாளர்கள் மூலம் பயனர்களின் தொடர்புகளைக் குறிக்கிறது. மெய்நிகர் முகவர்கள் அல்லது அரட்டை போட்கள் மூலம் இத்தகைய தகவல்தொடர்புகள் தனிப்பயனாக்கப்பட்ட பயனர் அனுபவத்தை வழங்க வடிவமைக்கப்பட்டுள்ளன. அரட்டை போட் தொடர்புகள் நீண்ட வால் செய்திகள், வினவல்கள் அல்லது தனிப்பட்ட பார்வையாளர்களுடனான இருவழி தொடர்புகளால் இயக்கப்படுகின்றன. உரையாடல் AI இன் உண்மையான சக்தியானது அதிக எண்ணிக்கையிலான வாடிக்கையாளர்களுடன் மிகவும் தனிப்பயனாக்கப்பட்ட தொடர்புகளை வழங்கும் திறனில் உள்ளது. ஒரு வணிக பயன்பாட்டு நிகழ்வாக, உரையாடல் AI ஆனது பயனர்களுடன் ஆழமான ஈடுபாட்டை எளிதாக்குவதன் மூலம் பாரம்பரிய தொடர்பு வழிகளை மாற்றும். உரையாடல் AI இன் ஒரு சக்திவாய்ந்த பயன்பாடு கேள்வி பதில் அமைப்பு ஆகும். இது ஒரு மெய்நிகர் உதவியாளர் அல்லது அரட்டை போட் அல்லது எந்தவொரு நிறுவனத்தால் வடிவமைக்கப்பட்ட எந்த ஆதரவு அமைப்பு, கேள்வி-பதில் மாதிரி போன்ற சேவைகளை வழங்குவதற்கு ஒரு முக்கிய பங்கு வகிக்கிறது. ஒரு தன்னியக்க கேள்வி பதில் அமைப்பு அதன் பயனர்களுக்கு மிகவும் ஆற்றல்மிக்க மற்றும் தனிப்பயனாக்கப்பட்ட அனுபவத்தை வழங்க ஒரு முயற்சியை செயல்படுத்துகிறது. நடைமுறையில், பயனர்கள் கேட்கும் அனைத்து கேள்விகளுக்கும் ஒரே நேரத்தில் பதிலளிப்பது ஒரு மனிதனுக்கு கடினம். யாராவது அவ்வாறு செய்ய விரும்பினால், சேவைகள் அல்லது தயாரிப்புகளில் உள்ள சிக்கல்களைத் தீர்க்க வாடிக்கையாளர்களுடன் அதிக ஆதாரங்கள் தேவைப்படும். தானியங்கு கேள்விகளுக்கு பதிலளிக்கும் அமைப்பு, நிறைய நேரத்தை மிச்சப்படுத்துவது மட்டுமல்லாமல், வாடிக்கையாளர் தேவைகள் மற்றும் அவர்களின் நடத்தையைப்
புரிந்துகொள்வதற்கான திறமையான கருவியாகவும் செயல்படுகிறது .

பயனர்களிடமிருந்து உள்ளீடு, வினவல் பகுப்பாய்வு, தரவுத் தளத்திலிருந்து தகவல்களைப் பெறுதல், மிகவும் பொருத்தமான பதிலைப் பிரித்தெடுத்தல் மற்றும் விரும்பிய பதிலை வெளியிடுதல் ஆகியவை கேள்விகளுக்கு பதிலளிக்கும் செயல்முறையின் பொதுவான கட்டமைப்பு ஆகும். இது தோன்றுவது போல் எளிதானது அல்ல. ஏன்? மாடலிங் செய்யும் போது எதிர்கொள்ளும் பல்வேறு சவால்களே இதற்குக் காரணம். இந்த அமர்வில், தரவு கிடைக்கும் தன்மை, தரவின் தரம், அதன் விளக்கம் மற்றும் மொழித் தடை போன்ற கேள்விகளுக்கு பதிலளிக்கும் அமைப்பை வடிவமைக்க எதிர்கொள்ளும் பல சவால்களைப் பற்றி விவாதிப்போம். மிகவும் திறமையான கேள்விகளுக்கு பதிலளிக்கும் முறையை வடிவமைக்க சர்வல் அல்காரிதம்கள் [1] பொருத்தப்பட்டிருந்தாலும், BERT [2] எல்லாவற்றையும் விட சிறப்பாக செயல்படுகிறது. டிரான்ஸ்ஃபார்மர் [2] அல்காரிதத்திலிருந்து இரு-திசை குறியாக்கி பிரதிநிதித்துவம் குறிப்பிடப்பட்ட சவால்களைத் தீர்ப்பதற்கும் விருப்பத் தீர்வை வழங்குவதற்கும் எவ்வாறு உதவுகிறது என்பதை நாங்கள் விவாதிப்போம். இந்த டுடோரியல், மனிதனுக்கு விருப்பமான தகவல்தொடர்பு கருவியைப் பயன்படுத்தி கேள்விகளுக்கு பதிலளிக்கும் மாதிரியை வடிவமைப்பதில் கவனம் செலுத்தும்: இயற்கை மொழி செயலாக்கம். இந்த அமர்விற்கு, இயற்கை மொழி செயலாக்கம் மற்றும் பைதான் அடிப்படை விதிமுறைகளை நான் நன்கு அறிந்திருப்பேன். கேள்விக்கு பதிலளிக்கும் மாதிரியை வடிவமைப்பதற்காக BERT [2] ஐ செயல்படுத்துவதில் கவனம் செலுத்துகிறது, தரவுக்கான அம்சம் பிரித்தெடுக்கும் நுட்பங்கள். சுயசரிதை: அர்பிதா குப்தா ஒரு தரவு விஞ்ஞானி ஆவார். கணினி பார்வை மற்றும் இயற்கை மொழி செயலாக்கம் உள்ளிட்ட பல்வேறு களங்களில் AI தீர்வுகளை உருவாக்குதல், மாடலிங் மற்றும் தீர்வுகளை சரிபார்த்தல் ஆகியவற்றுக்கு அவர் பொறுப்பு. இந்தியாவின் புகழ்பெற்ற கல்லூரியான பிட்ஸ் பிலானியில் உட்பொதிக்கப்பட்ட அமைப்புகளில் ME பட்டம் பெற்றுள்ளார். அர்பிதாவுக்கு தரவு அறிவியல் துறையில் 3 வருட தொழில்துறை அனுபவமும், ஆழ்ந்த கற்றலில் 2 வருட ஆராய்ச்சி அனுபவமும் உள்ளது. “https://www.let-the-data-confess” என்ற இணையதளம் மூலம் தனது அறிவைப் பகிர்ந்து கொள்வதிலும் ஈடுபட்டுள்ளார். com/” webinars மற்றும் அவரது வலைப்பதிவுகள் மூலம். ஆழ்ந்த கற்றலில் ஆராய்ச்சி மேம்பாடுகளில் ஆர்வம் கொண்டவர்.